VianoBugAnalysis/docs/test-results/analysis-worker-20261021.md

Lokale Prüfung des dauerhaften Analyseworkers – 2026-10-21

Ausgangspunkt: 27feda6 (Übergabe-API). Keine echten Provideranfragen, keine kostenpflichtigen LLM-Tests und kein Start gegen produktive Aufträge.

Umfang und Ergebnis

252 Tests bestanden, fünf bestehende Trialfälle und ein bestehender Telemetrie-Integrationstest separat ausgeklammert. Geprüft wurden Worker, API-Intake, Vcore-Import, Checkpoints, Queue, Casebuilder, Paketfabrik und Paketwriter sowie die übrigen 15 Trialtests und 27 Telemetrietests.

Die gezielten Diensttests umfassen:

• Übernahme einer API-Einlieferung und tatsächlichen Casebau ohne manuellen Trial;
• Interpretation mit lokalem Fixture-Provider und Wiederanlauf aus einem neuen Workerobjekt;
• Wiedereröffnung einer Akte: alte Interpretation bleibt erhalten, neue Revision wird neu interpretiert;
• Projekttrennung, Fortschritt anderer Fälle trotz fehlerhaftem Fall;
• persistente Wartezeiten, unveränderte LLM-Versuchskennung;
• Bewahrung menschlicher/technischer BLOCKED-Sperren und ausgeschöpfter Modellversuche;
• explizit zugelassene technische Wiederaufnahme;
• Dienst- und Fall-Leases, geordneten Stopp, Konfigurationswechsel und Speicherreserve;
• Attention-Markierung der tatsächlich neuesten Generation bei Exception nach einem Checkpoint;
• keine Wiederveröffentlichung bei unverändertem abgeschlossenem Scheduler-Ergebnis;
• CLI-Prüfung/Status und leeren Einmalbetrieb ohne API-Clienttoken.

Die vorhandenen fünf Trialfehler sind INVESTIGATION_PROMPT_LIMIT in alten synthetischen Untersuchungsfixtures. Gegenprobe: Der vollständige unveränderte trial.py-Dispatcher aus 27feda6 wurde ausschließlich im Arbeitsspeicher geladen; dieselben fünf Tests scheiterten, 15 bestanden. Keine Quelldatei wurde dafür zurückgesetzt. Die 20.000-Zeichen-Grenze und die Produktionsprompts wurden nicht verändert, um diese alten Tests passend zu machen.

Betroffene Tests:

• test_trial_full_investigation_delivery_and_resume (beide Parameterfälle)
• test_cli_run_connects_telemetry_and_publishes
• test_human_test_returns_blocked_with_pending_budget
• test_dispatch_yield_resumes_without_repeating_first_model_call

Der zusätzliche bestehende Test test_full_pipeline_observed_without_telemetry_artifacts_or_double_accounting scheitert in seiner alten synthetischen Pipeline vor dem Codingauftrag mit CHANGE_REQUEST_DIAGNOSIS_NOT_READY. Eine Gegenprobe mit der unveränderten Telemetrie-Allowlist aus 27feda6 scheiterte ebenfalls. Dieser Test verwendet keinen Worker; seine Pipeline-/Prompt-Fixtures wurden hier nicht umgebaut.

Ein Deployment als Betriebssystemdienst und echte Provider-/DB-Erreichbarkeit wurden nicht getestet. Eine einzelne externe Modellanfrage kann bei hartem Prozessabbruch vor dem Antwort-Checkpoint erneut erforderlich werden; die lokalen Tests belegen keine Exactly-once-Garantie des Modellanbieters.

Vor den Tests geprüft: Test-Workspaces 16.939.129.428 Bytes, kuratiertes Fehlerkorpus 2.471.041 Bytes und vorhandene pytest-Temporärkopien 6.143.826 Bytes. Damit bestand Reserve unter dem Entwicklungsbudget von 20.000.000.000 Bytes. Die neuen Tests verwenden kleine künstliche Archive.